基于深度强化学习的电力数据调度方法、系统和设备

本发明属于车辆充电技术领域，具体涉及一种基于深度强化学习的电力数据调度方法、系统和设备。该方法包括如下步骤：S1：建立一个表征充电站充放电调度优化问题的数学模型。S2：将数学问题建模为马尔可夫决策过程，并基于DQN算法模型构建一个调度优化网络。S3：根据充电站的运行数据对调度优化网络进行训练，使得其在不断的决策和学习中自适应的获得较好的控制策略，以最大化充电站的经济效益和用户的服务满意度。S4：充电站的控制中心获取当前车辆的需求信息，然后利用完成训练的调度优化网络生成满足当前用户需求的最佳充放电方案。本发明解决了现有采用V2G技术的充放电调度方案难以有效平衡客户需求和充电站效益的问题。